statsmodels.graphics.correlation.plot_corr¶

statsmodels.graphics.correlation.plot_corr(dcorr, xnames=None, ynames=None, title=None, normcolor=False, ax=None, cmap='RdYlBu_r')[source]¶

在紧密的颜色网格中绘制多个变量之间的相关性。

Parameters:¶

dcorrndarray

相关矩阵，方形二维数组。

xnameslist[str], optional

水平轴的标签。如果没有给出（None），则使用matplotlib的默认值（整数）。如果是一个空列表[]，则不会添加刻度和标签。

ynameslist[str], optional

垂直轴的标签。与xnames的工作方式相同。 如果没有提供，则重新使用与xnames相同的名称。

titlestr, optional

图表标题。如果为 None，则使用默认值（‘相关矩阵’）。 如果 title=''，则不会添加标题。

normcolorbool or tuple of scalars, optional

如果为 False（默认），则颜色编码范围对应于 dcorr 的范围。如果为 True，则颜色范围被归一化到 (-1, 1)。如果这是一个由两个数字组成的元组，则它们定义了颜色条的范围。

axAxesSubplot, optional

如果 ax 为 None，则创建一个图形。如果给定了轴实例，则仅创建主图，而不创建颜色条。

cmapstr or Matplotlib Colormap instance, optional

绘图的颜色映射。可以是任何有效的 Matplotlib Colormap 实例或名称。

Returns:¶

Figure

如果 ax 为 None，则创建图形。否则为 ax 连接的图形。

示例

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> import statsmodels.graphics.api as smg

>>> hie_data = sm.datasets.randhie.load_pandas()
>>> corr_matrix = np.corrcoef(hie_data.data.T)
>>> smg.plot_corr(corr_matrix, xnames=hie_data.names)
>>> plt.show()

(源代码, png, 高分辨率png, pdf)